初探 spring data--- spring data 概述

Posted 2020-09-02

　　由于自己一个项目要用多到Sql与NoSql两种截然不同的数据结构，但在编程上我希望统一接口API,让不同类型的数据库能在相同的编程接口模式下运作。于是找了一个spring的官网，发现一个spring data的项目。Spring Data 统一所有访问数据库的接口，为开发者提供一个更加简便的开发方式  Spring Data 官网

　　下面是几个核心的项目介绍

• Spring Data Commons - 每个Spring Data 项目的核心基础 （因此每一个Spring Data项目都使用统一的接口）
• Spring Data Gemfire - 以Spring 的方式 提供GemFire 的简单配置和访问
• Spring Data JPA - 简化所有JPA标准数据库访问和操作（例如Hibernate MyBatis等等）
• Spring Data KeyValue - 简化所有以Map结构数据库及SPIs服务的构建Spring Data 模块  
• Spring Data LDAP - 提供 Spring LDAP.的基础支持
• Spring Data MongoDB -  为文档数据库 构建以Spring 基础的支持和数据访问组件
• Spring Data REST - 可以把Spring 数据仓库 输出为超媒体的形式的RESTFUL 资源
• Spring Data Redis - 提供简便的方式访问Redis
• Spring Data for Apache Cassandra - Apache Cassandra 的 Spring Data 模块
• Spring Data for Apache Solr - Apache Solr 的 Spring Data 模块

 

 　　在Spring Data 以前我们要实现在对一个数据库的通常是这样的

我们首先来写一个接口来说明我们要对数据库操作什么，然后使用泛型（T）来传入要保存实体类型，以hibernate为例　　

public interface CommonDao{ 
        //保存实体
        public <T> Serializable save(T entity);
    
        //保存或更新实体   
        public <T> void saveOrUpdate(T entity);            

        //获取一个实体对象   
        public <T> get(Class<T> entityName, Serializable id);

　　　　 
  
}

 

但我们还要写一个具体实现类，因为你只是告诉了用户可以干什么，但没有告诉后端该怎进行 增删改查

public CommonDaoImpl implments CommonDao{
       //Hibernate Session
        @Autowired
    @Qualifier("sessionFactory")
    private SessionFactory sessionFactory;

    public Session getSession() {
        // 事务必须是开启的(Required)，否则获取不到
        return sessionFactory.getCurrentSession();
    }

    
   public Serializable save(T entity){
             try{
               Serializable id = getSession().save(entity);
           　　 getSession().flush();
　　　　　　　　　return id 
             }catch(Exception e){
　　　　　　　　 ........            
 　　}
       
      }

　　public <T> saveOrUpdate(T entity){
　　　　//保存或更新事务代码
　　}

　　public <T> get(T entity,Serializable id){
　　　　//获取单个实体代码

　　}
   
}    

 

 编写一个数据服务接口，便于隐藏具体实现

public interface CommonService{

      // 保存实体
      public <T> Serializable save(T entity);  

      // 保存或更新  
      public <T> void saveOrUpdate(T entity) ;

      // 其他数据新增改查方法
}

 

编写一个公共数据服务实现类

@Service
public class CommonServiceImpl{
     
     //数据访问接口
     @Autowired
     public CommonDao  commonDao;
     
     //保存实体实现
     public <T> Serializable save(T entity){
           //使用数据
           commonDao.save(entity);
     }     
    
      //保存或更新
      public <T> void saveOrUpdate(T entity){
           //保存或更新实体
           commonDao.saveOrUpdate(entity);  
      }

       //其他服务方法
}

 

 

 

 编写一个指定模型接口

public interface UserService extends CommonService

{ 
      //继承父类所有增删改查接口
      //新增接口
      public User getMyUser(String id); 

      public List<User> getUserByUsername(String username);
　　　　//.....其他用户方法

        
}

 

对方法进行@Service //用注释进行组件注入 实现Sprign对接口的管理 

public class UserServiceImpl extends CommonServiceImpl  implments CommonService{
      
               
     /**
     * 重写父类保存实体方法
     **/ 
     public <T> Serializable save(T entity) {

     //对User进行前置业务处理
     ........
     this.save(User(entity));//保存user
    
    //返回保存信息 
    } 
     
    /**
    * 获取单个User对象
    **/
    public User getUser(String id){
       this.get(User.class,id);
    }

    /**
     *自定义用户搜索
     **/
    public User getUserByUsername(String username){

        //定制实现 
         //hql 实现
         //String hql = "from User u where u.password = ?  "
        // List<User> users = this.queryByHql(password); 
        //判断users存不存在
        //if(users!=null&&users.size>0)
          return users.get(0);
         
          return null;
          
   }



      



}

 

这时我们才算实是完成一个完整的数据服务，我们会回顾一下这个编码步骤

1、编写数据访问层通用接口

2、编写数据访问层通用实现

3、编写通用服务接口

4、编写通用服务实现（包括定制查询，定制hql 或者 封装criteria）

5、转化为pojo

 

以上就是传统j2ee crud的编码过程。

接下来我们要介绍我们今天的主角，Spring-data

看完上面的一堆代码是不是觉得好烦，为什么呢？因为老子又要写接口，又要写实现，写接口告诉客户干什么，然后又写了一个实现告诉java虚拟机要对计算机干什么。这里需要增加了java 的工程性（使用接口把实现和行为本身分开），减轻了使用者的使用成本，也增加了软件的可维护性扩展性。对于庞大而又复杂的系统来说，这是一个稳健的做发。但是这毫无疑问地增加了开发成本。1、接口和实现本身的代码量增加。2、需求和设计不明确，导至接口扩展，其实实现也必须扩展。所谓接口就是 java工程的命门。接口的制定者往往是最有经验的工程师。因为这些东西实在太影响效率了。于是spring-data诞生了。spring-data 的意思是，你只需要在接口里告诉spring你要查询什么，你要一个什么样的查询，它便帮你实现了。你不用自己再去写查询语句。不用再拼接复杂的查询，如果你根据你的姓氏去查询这个人，你只需要写，那一切就像变魔术一样。获取到一个对象列表

interface PersonRepository extends Repository<Person, Long> {
  List<Person> findByLastname(String lastname);
}

　　你不用再去写你dao实现,再见了hql,再见了sql,再见了criteria ，一切来得这么简洁。到此spring data 为我们做了什么？来我们来回顾一下数据库与java之前间交互的发展历程

　　从图中可以看我们数据库操作要解决的问题的一个大概历程，spring-data实现了重要的一步，把各orm的框架的实现都隐藏掉，把查询规则和查询接口统一起来，就是行为即实现，由接口去定义数据库的查询实现，而你更不需要关注你使用的是哪个orm框架，因为查询模型（使用统一接口）和返回模型都是统一的，而orm,查询封装这些spring-data通通帮你处理了。

以下为spring-data的接口规则

　　　　Logical keyword

	Keyword expressions
AND	And
OR	Or
AFTER	After, IsAfter
BEFORE	Before, IsBefore
CONTAINING	Containing, IsContaining, Contains
BETWEEN	Between, IsBetween
ENDING_WITH	EndingWith, IsEndingWith, EndsWith
EXISTS	Exists
FALSE	False, IsFalse
GREATER_THAN	GreaterThan, IsGreaterThan
GREATER_THAN_EQUALS	GreaterThanEqual, IsGreaterThanEqual
IN	In, IsIn
IS	Is, Equals, (or no keyword)
IS_NOT_NULL	NotNull, IsNotNull
IS_NULL	Null, IsNull
LESS_THAN	LessThan, IsLessThan
LESS_THAN_EQUAL	LessThanEqual, IsLessThanEqual
LIKE	Like, IsLike
NEAR	Near, IsNear
NOT	Not, IsNot
NOT_IN	NotIn, IsNotIn
NOT_LIKE	NotLike, IsNotLike
REGEX	Regex, MatchesRegex, Matches
STARTING_WITH	StartingWith, IsStartingWith, StartsWith
TRUE	True, IsTrue
WITHIN	Within, IsWithin